[发明专利]一种平面视频的深度图求取方法有效
申请号: | 201210067349.8 | 申请日: | 2012-03-14 |
公开(公告)号: | CN102622768A | 公开(公告)日: | 2012-08-01 |
发明(设计)人: | 戴琼海;巨金龙;林靖宇 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T7/20 | 分类号: | G06T7/20;G06T5/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张大威 |
地址: | 100084 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 平面 视频 深度 求取 方法 | ||
1.一种平面视频的深度图求取方法,其特征在于,包括以下步骤:
S1:对原始平面视频中的前景运动物体进行检测和提取,计算所述前景运动物体的遮挡关系,得到所述前景运动物体的掩膜图像;
S2:根据所述前景运动物体的掩膜图像对所述原始平面视频进行背景重构,以得到去除所述前景运动物体的背景视频序列;
S3:对所述背景视频序列求取背景深度图序列;
S4:对所述原始平面视频求取初始深度图序列;
S5:根据所述初始深度图序列中所述前景运动物体的初始深度信息,以及所述背景深度图序列中的所述前景运动物体的几何信息,得到所述平面原始视频的深度图序列。
2.如权利要求1所述的平面视频的深度图求取方法,其特征在于,所述步骤S01进一步包括以下步骤:
S11:通过运动检测方法检测并提取所述原始平面视频中的所述前景运动物体;
S12:计算所述前景运动物体的面积,并将其中面积较小的物体去除;
S13:根据所述前景运动物体的颜色信息,判断可能存在的多个所述前景物体之间的遮挡关系。
3.如权利要求1所述的平面视频的深度图求取方法,其特征在于,步骤S2进一步包括以下步骤:
S21:根据所述前景运动物体的掩膜图像,得到去除所述前景运动物体的背景视频序列;
S22:根据图像相邻像素的相似性对所述背景视频序列进行图像修补;
S23:根据所述前景运动物体的运动信息和所述背景视频序列帧间的像素关联,填补所述背景视频序列中的空白区域;
S24:根据图像相邻像素的相似性对所述背景视频序列进行插值和平滑操作。
4.如权利要求3所述的平面视频的深度图求取方法,其特征在于,步骤S22中所述图像修补的算法包括:inpaint算法、patch-match算法。
5.如权利要求1所述的平面视频的深度图求取方法,其特征在于,步骤S3包括:对所述背景视频序列使用静态场景的深度图生成算法,以得到所述背景深度图序列。
6.如权利要求5所述的平面视频的深度图求取方法,其特征在于,静态场景的深度图生成算法包括Bundle算法
7.如权利要求1所述的平面视频的深度图求取方法,其特征在于,步骤S4包括:使用深度估计算法对所述原始平面视频进行深度估计,以得到所述初始深度图序列。
8.如权利要求7所述的平面视频的深度图求取方法,其特征在于,所述深度估计算法包括BP算法。
9.如权利要求1所述的平面视频的深度图求取方法,其特征在于,步骤S5进一步包括以下步骤:
S51:由所述前景运动物体的掩膜图像和所述初始深度图序列得到所述前景运动物体的初始深度图;
S52:结合所述背景深度图序列的信息和所述前景运动物体的空间位置信息,对每一帧所述前景运动物体的初始深度图进行修正,以得到包含所述前景运动物体和背景的深度图序列;
S53:对包含所述前景运动物体和背景的深度图序列进行滤波处理。
10.如权利要求9所述的平面视频的深度图求取方法,其特征在于,步骤S52进一步包括:
计算摄像机参数,结合所述前景运动物体的空间位置信息估计所述前景运动物体所处的运动平面;
在所述背景深度图序列中,提取所述运动平面的深度信息,对每一帧所述前景运动物体的初始深度图进行修正。
11.如权利要求9所述的平面视频的深度图求取方法,其特征在于,步骤S53中所述滤波处理包括:双边滤波,高斯滤波。
12.如权利要求1所述的平面视频的深度图求取方法,其特征在于,步骤S5之后还包括:对所述平面原始视频的深度图序列进行平滑后处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210067349.8/1.html,转载请声明来源钻瓜专利网。